导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5-Flash

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Sonnet 4.6 medium 发布日期: 发布日期未知 Qwen: Qwen3.5-Flash none 发布日期: 发布日期未知
排名 #8 #35
分数 7.43 3.63
一致性 9.40 8.32
每个结果成本 8.105 0.084
总成本 $0.811 $0.003
测试正确
错误测试数 4 11
尝试通过率 73.8% 33.3%
不稳定测试 1 3
输出令牌 29,098 1,799
推理令牌 20,435 0

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
Qwen: Qwen3.5-Flash 2.33 7.76 11.1% 1 687 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
Qwen: Qwen3.5-Flash 5.38 5.81 83.3% 1 193 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
Qwen: Qwen3.5-Flash 4.00 7.21 55.6% 1 14 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
Qwen: Qwen3.5-Flash 3.50 9.99 0.0% 0 63 0
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
Qwen: Qwen3.5-Flash 1.33 9.99 0.0% 0 578 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 264 0

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

将 Qwen: Qwen3.5-Flash 与...对比